• Microsoft, onkoloji alanında "dünyanın en büyük görüntü tabanlı yapay zeka (AI) modellerini" geliştirmek üzere patoloji yazılımı sağlayıcısı Paige ile ortaklık kurdu.

 

  • Gıda ve İlaç İdaresi tarafından onaylanan yapay zeka tabanlı bir patoloji ürününün geliştiricisi olan Paige, halihazırda 1 milyardan fazla görüntü türü kullanarak büyük bir temel model geliştirdi.

 

  • Paige, Microsoft'un süper bilgisayar ve bulut bilişim altyapısını kullanarak, bakımı iyileştirmek için kanser patolojisine ilişkin yeni bilgiler üretebilecek bir yapay zeka modeli oluşturmayı hedefliyor.

 

Paige, New York'taki Memorial Sloan Kettering Kanser Merkezi'nde faaliyete geçtiğinden beri modellerini büyüttü. Şirket, ilk yetkili ürünü olan Paige Prostate Detect'i geliştirmek için yapay zekasını 60.000 slayt görüntüsü üzerinde eğitti ve potansiyel olarak kanserli alanları tespit etme yeteneğini doğrulamak için 40.000 slayt daha kullandı. Paige, diğer kanser türlerine doğru genişledikçe 500.000'den fazla patoloji lamına dayalı bir model oluşturdu.

 

Birden fazla kanser türüne ait 1 milyardan fazla görüntü içeren bu slaytlar daha büyük bir planın başlangıcı. Projenin bir sonraki aşamasında Paige, 4 milyona kadar sayısallaştırılmış mikroskopi lamını dahil edecek.

 

Microsoft ölçekteki bu sıçramayı destekliyor. Paige, Microsoft'un süper bilgisayar altyapısını, modelini geniş ölçekte eğitmesini sağlayabilecek bir kaynak olarak tanımladı ve nihayetinde teknoloji şirketinin Azure bulut platformunu kullanarak yapay zeka yeteneklerini küresel olarak hastanelerin ve laboratuvarların kullanımına sunmayı hedefliyor.

 

Microsoft Health Futures Başkan Yardımcısı ve Genel Müdürü Desney Tan yaptığı açıklamada, "Microsoft'un dünya standartlarındaki araştırma ve bulut altyapısını Paige'in derin uzmanlığı ve büyük ölçekli verileriyle birleştirerek, kanser patolojisine ilişkin benzeri görülmemiş içgörüler sağlayacak yeni yapay zeka modelleri oluşturuyoruz" dedi.

 

Paige bu ortaklığı hem doğruluğu artırmanın hem de yeni yetenekleri ortaya çıkarmanın bir yolu olarak görüyor. Bu hedefe ulaşılması, patologlara hastanın durumunu belirlemek için görüntüleri yorumlarken ek destek sağlayabilir.